基于属性粒度商空间的本体形式化与检验

针对传统的本体形式化过程中从一个本体层次空间跳转到另一个本体层次空间存在的问题,将粒度计算思想引入本体建模领域,利用属性粒度商空间理论构建本体形式化模型,定义模型的各个部分,在此基础上对基于属性粒度商空间的本体形式化模型进行检验,验证该模型可以较好地满足本体层次之间的跳转及推理关系。     

商空间粒度的可逆性研究*

粒计算是近年来人工智能领域的重要研究热点,而商空间理论是最重要的粒计算模型之一,其主要思想是通过保假原理实现求解问题从细粒度到粗粒度的商空间构造过程。这个粒化过程是一个信息有损过程,是不可逆的,于是研究商空间粒度的可逆性。首先,提出逆商空间的概念并定义其构造方法,为商空间(粗)粒度到原空间(细)粒度的可逆转换提供形式化的数学方法;其次,通过分析逆商空间与原空间的一致性,论证并实例分析商空间粒度的两个可逆性条件——定义原空间上的双射函数或保证原空间上所有开集的饱和性。旨在进一步丰富和完善商空间粒度转换理论和粒计算方法。     

商空间模型下的Ontology形式化及其检验

形式化Ontology模型及其检验问题一直是人工智能中的研究热点。将粒度计算的思想应用到Ontology形式化建模领域,利用商空间理论对Ontology进行形式化,并在此基础上对Ontology进行模型检验。     

采用粒计算的属性权重确定方法

针对属性值为连续值且无单一决策属性的多属性决策问题,通过宏观和微观的粒计算理论模型的对比分析,提出了一种融合模糊商空间理论和粗糙集理论的属性权重确定方法。首先通过应用模糊商空间理论构建具有分层递阶结构的商空间族,将一系列粒度商空间的样本聚类结果作为相应粒度空间下单一决策属性的分类,然后采用粗糙集理论计算得出所有商空间下各个属性的重要度,综合不同粗细粒度商空间下的属性重要度大小确定了各属性的客观权重。应用实例验证了该方法的合理性、有效性和实用性。     

基于商空间理论的冬小麦产量预测和分析

文中从粒度计算角度对气象数据和历史产量进行分析.首先在商空间粒度计算理论框架下,通过对历年光、温、水等环境气象要素的分析,得出商空间模型下的特征属性;再通过对历史产量的分析,运用统计学方法获取相应的决策属性,将特征属性和决策属性相结合采用构造性机器学习方法对安徽省冬小麦产量进行预测,建立产量预测模型以实现冬小麦的较为准确的产量预测和分析.实验证明这种基于商空间粒度计算理论的产量预测方法是行之有效的.     

基于商空间理论的冬小麦产量预测和分析

文中从粒度计算角度对气象数据和历史产量进行分析。首先在商空间粒度计算理论框架下,通过对历年光、温、水等环境气象要素的分析,得出商空间模型下的特征属性;再通过对历史产量的分析,运用统计学方法获取相应的决策属性,将特征属性和决策属性相结合采用构造性机器学习方法对安徽省冬小麦产量进行预测,建立产量预测模型以实现冬小麦的较为准确的产量预测和分析。实验证明这种基于商空间粒度计算理论的产量预测方法是行之有效的。     

基于商空间的模糊聚类方法研究

商空间粒度理论给我们提供了一种研究不同粒度世界的方法,通过粗细粒度的转换,能够满足不同层次的需求。本文提出一种基于商空间的模糊聚类分析模型,结合了商空间粒度理论、分层递阶结构和模糊综合评价模型的思想。最后给出应用实例对客户进行细分,实验证明该模型在解决多维数据分类问题时是有效合理的。     

作物产量预测的粒度分析法

针对作物产量预测,提出基于商空间粒度计算的分析法。在商空间粒度计算理论思想下,分析作物产量序列中粒度的选取,用属性划分方法对论域X进行颗粒化,对属性f取不同的粒度进行颗粒化。通过属性的粒度变化对论域进行划分,得到新的商空间并应用其解决问题,可以降低问题复杂度。通过商空间理论中的分层与合成技术选取大小合适的粒度,能全面获取产量序列中的信息,也更加符合人类智能特点。冬小麦产量预测实验结果也证明这种粒度分析和选取方法是有效的。     

商空间理论在道路交通事故分析中的应用

从粒度计算角度对以往道路交通事故进行分析.首先在商空间粒度计算理论框架下,通过对历年事故影响要素的分析,得出商空间模型下的特征属性;再通过对以往事故的分析,运用统计学方法获取相应的决策属性,将特征属性和决策属性相结合采用构造性机器学习方法对交通事故进行预测,建立事故预测模型以实现较为准确的事故量预测和分析.实验证明这种...     

基于商空间粒度计算的图像检索

在图像检索领域应用商空间粒度思想,阐述了图像检索中的粒度原理,对图像检索问题进行商空间描述,并构造等价关系,提出了一种新的图像检索方法.根据图像在不同粒度下的表现构造不同粒度下的商空间,然后根据商空间粒度合成原理构造最优准则函数,对已得到的商空间进行属性合成,进而以合成后的属性函数来完成图像检索.与采用单一属性特征的图像检索方法相比,该方法能够在更大程度上利用图像自身所提供的信息,取得更好的检索效果和更高的查全率查准率指标.     

逆商空间的一致性研究

粒计算是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法。商空间理论是粒度计算的三种主要方法之一。在商空间理论的基础上,分析逆商空间的相关性质,并对商空间的逆商空间与其原空间的一致性进行分析,证明了满足一定条件的原空间导出商空间后,求逆商得到的逆商空间与原空间具有一致性。原空间到其商空间的映射关系确定后,其拓扑的可逆性也随之确定,在未知拓扑结构时可以构造拓扑基生成具有可逆性质的拓扑。     

基于商空间粒度计算的SAR图像分类

SAR图像的分类是实现SAR图像自动理解与解译的图像的分类提供了大量有用的信息,尤其对于单波段、单极化的SAR图像,纹理信息就显得格外重要.然而,不同纹理特征对SAR图像中不同地表结构内在属性的刻画能力并不一致.如何将不同纹理特征结合起来,以获得应用范围更广且分类效果更好的SAR图像分类方法,是当前SAR图像处理研究中的一个热点问题.文章将商空间粒度计算引入SAR图像的分类中,结合SAR图像特性,提出了一种基于粒度合成理论的SAR图像分类方法.该方法首先利用具有良好推广能力的支撑矢量机基于不同纹理特征获得SAR图像的不同分类结果,并认为这些分类结果构成不同的商空间,再根据粒度合成理论将这些商空间组织起来得到SAR图像的最终分类结果.实验结果验证了这种方法的有效性和正确性以及商空间的粒度计算在SAR图像分析中的应用潜力.     

Universal triple I fuzzy reasoning algorithm of function model based on quotient space

Aiming at the deficiencies of analysis capacity from different levels and fuzzy treating method in product function modeling of conceptual design,the theory of quotient space and universal triple I fuzzy reasoning method are introduced,and then the function modeling algorithm based on the universal triple I fuzzy reasoning method is proposed.Firstly,the product function granular model based on the quotient space theory is built,with its function granular representation and computing rules defined at the same time.Secondly,in order to quickly achieve function granular model from function requirement,the function modeling method based on universal triple I fuzzy reasoning is put forward.Within the fuzzy reasoning of universal triple I method,the small-distance-activating method is proposed as the kernel of fuzzy reasoning;how to change function requirements to fuzzy ones,fuzzy computing methods,and strategy of fuzzy reasoning are respectively investigated as well;the function modeling algorithm based on the universal triple I fuzzy reasoning method is achieved.Lastly,the validity of the function granular model and function modeling algorithm is validated.Through our method,the reasonable function granular model can be quickly achieved from function requirements,and the fuzzy character of conceptual design can be well handled,which greatly improves conceptual design.     

Fuzzy reasoning model under quotient space structure

In this paper, we present a theoretical framework of fuzzy reasoning model under quotient space structure. It consists of (1) introducing quotient space structure into fuzzy sets, i.e., constructing fuzzy set representations of different grain-size spaces and their relationships; (2) introducing the concept of fuzzy sets into quotient space theory, i.e., introducing fuzzy equivalence relation and discussing its corresponding reasoning in different grain-size spaces; and (3) discussing the relationship and transformation among different granular computing methodologies. The framework proposed is aimed to combine two powerful abilities in order to enhance the efficiency of fuzzy reasoning: one is the ability of computing with words based on fuzzy set methodology, the other is the ability of hierarchical problem solving based on quotient space approach.     

论域合成的商空间关系

研究各商空间之间的转换以及各商空间之间的关系是商空间理论的重要内容. 对若干给定商空间的论域进行下、上确界合成, 分别得到了粒度更细与更粗的商空间; 讨论下、上确界合成论域之间的关系; 通过定义粘合映射的概念, 研究3 类商空间之间的关系; 提出并证明对于给定原空间的任意两个商空间??1 和??2, ??2 是??1 的商空间所满足的条件. 进一步丰富和完善了粒计算的理论体系.

     

Invariants for the FoCaL language

In this paper we present a FoCaL formalization for quotient structures which are common in mathematics. We first present a framework for stating invariant properties of the data manipulated by running programs. A notion of equivalence relation is then encoded for the FoCaL library. It is implemented through projections functions, this enables us to provide canonical representations which are commonly used in Computer Algebra but seldom formally described. We further provide a FoCaL formalization for the code used inside the library for modular arithmetic through the certification of quotient groups and quotient rings which are involved in the model. We finally instantiate our framework to provide a trusted replacement of the existing FoCaL library.     

商空间粒度预测方程

以商空间粒度计算理论为基础,综合考察了粒度计算,粒度上信息的增长,以及粒度集合上信息的白化问题。进一步在原粒度拓扑关系基础上建立了粒度白化信息的拓扑结构,使信息增长符合一定的拓扑关系。最后结合灰色理论的方法论建立了商空间应用领域的预测方程,是信息预测的新尝试。     

基于商空间的气象时间序列数据挖掘研究

论文从一种新的角度,针对气象时间序列的特点,在商空间粒度计算理论框架下,采用多种粒度,从不同的层次分析复杂的气象数据信息,利用商空间的合成技术,和多侧面递进算法进行综合信息处理。并提出了一种灰色模型GM(1,1)与构造性机器学习方法(交叉覆盖算法)结合的模型对气象时间序列进行数据挖掘(产量预测)。最后,通过该模型在真实数据上的实验(冬小麦产量预测),取得了令人满意的结果。